论“性能需求分析”系列专题（三）之 借助日志获取性能需求

本篇文章主要是跟大家讨论如何借助通过服务器日志获取性能需求，进一步开展性能测试

上一篇博文给大家介绍了几种常用的性能需求获取方法，多数方法主要依靠读者的沟通和分析能力以获取需求。相比之下，“通过服务器日志获取需求”的方法则比较具体和有效。一方面，它需要大家比较熟悉服务器日志。另一方面，由于有明确的真实数据做依托，较其他方法更加真实有效。因此，接下去，对“通过服务器日志获取需求”的方法进行重点讲解。

采用该方法的前提是：用户没有给出明确的性能需求；同时，系统的旧版本已经运行过一段时间；这段时间不能过短，期间所积累的数据应足以分析出客户业务使用情况才行。只有这样，才可借助该方法分析出客户的主要业务、点击量、用户访问数量等。

本篇博文以下的讲解主要针对Apache服务器的日志进行。大家可能从未接触过Apache服务器日志，因此，首先对此进行阐述。

Apache的日志功能主要是指其在运行中对服务器活动进行的记录。日志内容主要涵盖了服务器访问者身份、访问时间、具体访问情况及服务器运行错误信息等。显然，Apache的日志功能对于读者进一步了解服务器运行情况提供了有力帮助。

在Apache采用默认方式安装并运行后，将在安装目录的logs文件夹下生成如图所示的access.log和error.log两种日志文件。

图中左侧为access.log文件，记录所有访问者对服务器进行的详细操作；右侧为error.log文件，记录服务器运行期间，出现的错误与异常等。在此，研究服务器日志的主要目的是获取性能测试需求，即需要了解所有访问者对服务器的具体访问情况。因此，重点关注Apache的access.log文件。

注意：

Apache配置文件为httpd.conf，在配置文件中通过CustomLog命令可以设置日志文件存放路径，如“CustomLog /usr/local/apache/logs/access_log common”。

前面图中所示的access.log中各行内容均为什么含义呢？下面，结合其中的一条记录（如下图）来揭示谜底。

如上图，第一部分为127.0.0.1；第二、三部分用“-”进行标识；第四部分为[02/Jun/2009:22:12:30+0800]；第五部分为”GET /HTTP/1.0”；第六部分为200；第七部分为40283。下面，依次对这七个部分进行介绍。

第一部分：远程主机的地址，标明访问者来源。第2个图中，来自于127.0.0.1的用户进行了一次网站访问，该项信息的格式用%h来表示。

第二部分：访问者的email地址或者其他唯一性标识。基于安全考虑，通常用“-”替代。该项信息的格式用%l来表示。

第三部分：访问者的用户名。基于安全考虑，通常也用“-”替代。该项信息的格式用%u来表示。

第四部分：访问请求发生的时间。该项信息的格式用%t来表示。

第五部分：访问请求的类型。此信息的典型格式为“方法-资源-协议”。方法包括GET、POST等；资源是指浏览者向服务器请求的文档或URL等；协议通常是HTTP+版本号。该项信息的格式用\"%r"\来表示。

第六部分：服务器返回的状态码，标明请求的结果。如“200”为请求成功，“404”为页面未找到，“500”为服务器内部错误等，对于各类状态码明确含义，有兴趣的读者请参阅相关资料深入学习。该项信息的格式用%s来表示。

第七部分：响应给客户端的总字节数。该项信息的格式用%b来表示。

值得一提的是，读者可在Apache的配置文件httpd.conf中，通过配置LogFormat的参数来自行定制日志文件的记录格式。如：LogFormat "%h %l %u %t \"%r\" %>s %b" common表示日志中记录上述七部分内容。

注意：

由于我们的目的是让大家了解日志内容，帮助大家更好的开展性能测试，所以内容介绍较为概括，有兴趣的读者可参考相关资料进一步学习。

终于清楚日志中内容的含义了！但是日志中有那么多的请求记录信息，如何进行统计分析以得出性能需求呢？难道一条条逐一统计？当然不是！这样做的效率未免太低了。下面讲解的WebLog Expert工具可以帮助我们方便地进行日志分析，这就是下篇博文跟大家仔细讨论问题了。